Article Per Year (5 Year)
p-Index From 2021 - 2026
1.908
P-Index
This Author published in this journals
All Journal IJISTECH (International Journal Of Information System & Technology) ICIT (Innovative Creative and Information Technology) Journal IJISTECH Jurnal Manajemen Informatika Jayakarta Tridharmadimas: Jurnal Pengabdian Kepada Masyarakat Jayakarta Jurnal Pengabdian Masyarakat Ekonomi, Manajemen dan Akuntansi (JPMEMA)
Muji Santoso
Universitas Gunadarma
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Deteksi Makanan Khas daerah Bogor dan Estimasi Makronutrien Berbasis Android dengan YOLO Danar Mas Saputra; Iwan Iwan; Muji Santoso; Mudrika Mudrika
Jurnal Manajamen Informatika Jayakarta Vol. 6 No. 4 (2026): JMI Jayakarta (December 2026)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jmijayakarta.v6i4.2687

Abstract

Makanan khas Bogor memiliki keragaman yang tinggi, namun informasi kandungan makronutriennya belum terdokumentasi secara digital sehingga masyarakat kesulitan memantau asupan gizi hariannya. Penelitian ini bertujuan membangun aplikasi Android yang mampu mendeteksi makanan khas Bogor dari citra sekaligus menampilkan estimasi kalori, karbohidrat, protein, dan lemak. Model deteksi dibangun menggunakan arsitektur YOLOv8n-seg dengan pendekatan segmentasi instans sehingga beberapa objek makanan dapat dikenali sekaligus dalam satu citra. Pengembangan mengikuti kerangka kerja CRISP-DM yang meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Dataset terdiri atas 316 citra yang dikumpulkan secara mandiri dan dianotasi dengan poligon untuk lima kelas, yaitu Doclang, Toge Goreng, Cungkring, Laksa, dan Asinan Bogor, kemudian dibagi secara stratifikasi dengan perbandingan 70:20:10. Data makronutrien mengacu pada Tabel Komposisi Pangan Indonesia dan disesuaikan menggunakan pengali porsi berbasis rasio luas kotak deteksi terhadap luas citra. Model diterapkan pada layanan peladen berbasis FastAPI di dalam kontainer Docker dan diakses aplikasi Android melalui REST API. Hasil evaluasi pada data pengujian memperoleh mAP50 sebesar 0,9273 dan mAP50-95 sebesar 0,7593, dengan presisi sebesar 0,881 dan recall sebesar 0,834. Pengujian kotak hitam terhadap lima belas skenario seluruhnya memberikan hasil yang sesuai, aplikasi berjalan pada tiga belas perangkat Android dari tujuh merek berbeda, dan pengujian penerimaan pengguna terhadap tiga belas responden memperoleh persentase kelayakan sebesar 88,17% yang termasuk kategori Sangat Baik.
Co-Authors Arman Syah Putra Bambang Harianto Cut Asiana Gemawaty Danar Mas Saputra Dede Jamilah Endah Budiyanti Erni Rihyanti Eva Karla, Eva Fajrul Hafizh I Iwan Iwan Iwan Iwan Iwan Iwan Setiadi Iwan Wardi M Mudrika Maureen Camilatuzzahra Mei Raharja Mudrika Mudrika Muhammad Faturrahman Putra Muhammad Zydan K Popon Handayani Reynaldi Reynaldi Stevianus Stevianus Yuce Yuliani